深度优先算法随机一条路径/ 广度优先算法随机一条最短路径

简单的路径随机

一、生产需求针对互动有随机路径需求情况，产出三种情况下的路径随机

     1、四个方向/八个方向的随机，每次路径走到尽头处理回溯删除无效路经点-直到找到目标----DepthFirstSearch(深度优先)。
        优点：路径相对随机。
        缺点：相对比较耗时间（慢在处理回溯问题上），相对目前的互动是没有问题。
     2、四个方向/八个方向的随机,直到找到目标利用目标反向推到出一条最短路径----BreadthFirstSearc(深度优先)。
        优点：路径相对最短。
        缺点：相对比较耗时间，内存相对高一些（），相对目前的互动是没有问题。
     3、四个方向/八个方向顺序搜索（每次找到的是一个距离目标最近点为当前节点，目的：增加计算速度），利用障碍物实现路径的随机生成。
        优点：路径相对于障碍物配置情况出现不同效果，速度相对比较快速。
        缺点：需要思考障碍物的位置，不能出现堵死的情况。

二、深度/广度搜索过程简单介绍：
1、使用图展示遍历过程如下，比如便利下图结构：

a: 准备一个栈/队列（存储结构），并与定义出三种状态：未访问状态/准备访问状态/已经访问状态。
b: 从结构中访问节点1，并标记为已经访问节点；找到相邻节点且未被 访问的节点2/3/4压入存储结构，并标记为准备访问。
已经访问节点：1
准备访问节点2/3/4.
没有被访问节点5/6.
重复如上过程知道所有的节点都被访问，也就是存储结构不存在存储数据～。

2、两种搜索情况对比 ：

深度优先算法占内存少但速度较慢，广度优先算法占内存多但速度较快，在距离和深度成正比的情况下能较快地求出最优解。
深度优先与广度优先的控制结构和产生系统很相似，唯一的区别在于对扩展节点选取上。由于其保留了所有的前继节点，所以在产生后继节点时可以去掉一部分重复的节点，从而提高了搜索效率。
这两种算法每次都扩展一个节点的所有子节点，而不同的是，深度优先下一次扩展的是本次扩展出来的子节点中的一个，而广度优先扩展的则是本次扩展的节点的兄弟点。在具体实现上为了提高效率,所以采用了不同的数据结构。

三、效果展示和代码说明

DepthFirstSearch：一条路径走到尽头，在回溯到其路径。
1.输出路径如下图和代码简略图，主要问题集中在6中的路径回溯问题上。 思路：一条路走到尽头的时候则进入回溯处理，路径数组中根据回溯到的点判断，然后删除无效路径点。（具体判断逻辑:
存储结构中的数据具备方向从而得出该回溯点从哪个方向加入）

BreadthFirstSearc： 有点类似各方向的并行搜索，不过先后次序。
1.和深度是一样的不过存储结构更换为队列。
2.到搜索到目标后，更具存储结构中的信息（有方向），根据方向信息反向推导出一个路径。

3.结合上面两种情况缺点，完善了一版本（同样是图遍历的思想，每次取距离目标最小的值作为当前节点），效果如下这样速度相对比较快速

代码存储 :https://gitee.com/songhuiyuan/random-path-problem.git